Detecting 第3页

Detecting Types

本章将讨论Java是如何允许我们在运行期识别对象和类的信息。主要有两种方式：一种是传统的RTTI，它假定我们在编译期和运行期已经知道了所有的类型；另一种是“反射机制（reflection）”，它允许我们在运行期获得类的信息。Class对象每个类都有一个Class对象。换言之，每当你编写并且编译了一个新类，就会产生一个Class对象（更恰当地说，是被保存在一个同名的.class文件中）。在运行期，一

bookjohn·2020-08-22 01:26

yolo v3-训练自己的数据（step by step）

平台：win10annacondapython3.7tensorflow1.13kerasGitHub地址：https://github.com/herrkun/YOLOV3-detecting-red-blood-cell

herr_kun·2020-08-21 19:22

OSSEC监控有新建文件时报警。

from：http://www.immutablesecurity.com/index.php/2009/10/26/week-of-ossec-day-2-detecting-new-files/Evenso

weixin_34355715·2020-08-19 21:05

DetectoRS: Detecting Objects with Recursive Feature Pyramid and Switchable Atrous Convolution论文学习

Abstract很多的目标检测器通过lookingandthinkingtwice的方式实现了惊人的表现。本文作者针对目标检测主干网络的设计，研究了该机制。在宏观层面，作者提出了递归特征金字塔，将来自FPN的额外的反馈连接加入到自下而上的主干层。在微观层面，作者提出了可切换的空洞卷积（SAC），它以不同的空洞率（rate）对特征进行卷积，并使用switch函数合并卷积后的结果。这样就得到了Dete

calvinpaean·2020-08-19 09:06

论文阅读学习 - CTPN-Detecting Text in Natural Image with Connectionist Text Proposal Network

论文阅读学习-CTPN-DetectingTextinNaturalImagewithConnectionistTextProposalNetwork[Paper][Code-Caffe][OnlineDemo]主要是基于FasterR-CNN.根据文字检测场景的特点(水平排列)，改进RPN网络、Anchors和Loss函数.关键点：文本细尺度proposals的检测(detectingtexti

AIHGF·2020-08-16 19:50

多目标追踪笔记二：关于Tracking By Detecting的多目标跟踪数据关联流程梳理

一、一些预备知识点：关于多目标跟踪的实现方式一般为TrackingByDetecting；Step1：使用目标检测算法将每帧中感兴趣的目标检测出来，得到对应的(位置坐标,分类,可信度)，假设检测到的目标数量为M；Step2：通过某种方式将Step1中的检测结果与上一帧中的检测目标(假设上一帧检测目标数量为N)一一关联起来。换句话说，就是在M*N个Pair中找出最像似的一对组合。检测算法有很多种，你

ronales·2020-08-16 04:25

Detecting Insults in Social Commentary 数据分析报告（python）

文章目录DetectingInsultsinSocialCommentary数据分析报告报告摘要一、问题描述二、数据加载三、文本数据处理3.1数据清洗3.2停止词处理3.3文本词干化处理3.4计算词频矩阵四、模型构建与评估4.1划分训练集和测试集数据4.2利用逻辑斯蒂模型建模4.3利用L1正则化建模DetectingInsultsinSocialCommentary数据分析报告报告摘要目标：本分析

a_achengsong·2020-08-15 13:20

《CornerNet：Detecting Objects as Paired Keypoints》论文笔记

1.概述这篇文章提出了CornerNet的目标检测模型，该模型是一个直通检测检测模型，与FasterRCNN那种两阶段的检测模型不一样，更类似于SSD与YOLO。但是与SSD等模型不同的是其并不使用anchorboxes，而是提出了一种叫做cornerpooling的操作帮助网络更好地定位目标。在COCO数据集上的表现性能超过了所有现有的检测网路。anchorboxes机制在现有两阶段以及直通检测

m_buddy·2020-08-13 15:38

iOS官网问答：Detecting the Debugger（判断是否处于联机调试）

这是来自苹果文档的TechnicalQ&AQA1361DetectingtheDebuggerQ:我如何判断程序当前是处在联机调试？A：最好使用以下代码来判断#include#include#include#include#includestaticboolAmIBeingDebugged(void)//Returnstrueifthecurrentprocessisbeingdebugged(e

longhappyingly·2020-08-11 17:56

静态社区发现——Fast algorithm for detecting community structure in networks

//2019.08.07笔记整理一、作者M.E.J.Newman(再补充)二、Introduction1、现在很多网络都呈现社区结构：一些组里面的顶点联系紧密，组与组之间的联系稀疏2、目前有很多的检测算法，但是这些算法都有很高的计算要求3、在此前的工作研究：GirvanandNewman提出了一种基于“迭代去除高连接得分的边”的一种计算方法，这种方法对识别“社区”很敏感，被广泛应用在各个网络中。但

小菜鸟威廉_v·2020-08-11 01:41

【iOS-ARKit】扫描和检测3D对象-Scanning and Detecting 3D Objects

记录真实世界对象的空间特征，然后使用结果在用户环境中查找这些对象并触发AR内容。Overview构建令人信服的AR体验的一种方法是识别用户环境的特征并使用它们触发虚拟内容的外观。例如，当用户将他们的设备指向显示的雕塑或工件时，博物馆应用可以添加交互式3D可视化。在iOS12中，您可以通过在ARKit中启用对象检测来创建此类AR体验：您的应用程序提供参考对象，它可以对已知真实世界对象的三维空间要素进

yofer张耀琦·2020-08-09 16:07

11g Understanding Automatic Diagnostic Repository.

BeginningwithRelease11g,OracleDatabaseincludesanadvancedfaultdiagnosabilityinfrastructureforpreventing,detecting

Dave·2020-08-09 12:34

SDN-RDCD: A Real-Time and Reliable Method for Detecting Compromised SDN Devices

SDN-RDCD:AReal-TimeandReliableMethodforDetectingCompromisedSDNDevicesabstractI.introductionII.detectionofcompromisedSDNdevices.III.theproposedmethod:SDN-RDCDA.threatmodelB.principlesC.SDN-RDCDalgorith

zhaoxiaoba·2020-08-04 09:58

论文阅读（Weilin Huang——【ECCV2016】Detecting Text in Natural Image with Connectionist Text Proposal Networ.

WeilinHuang——【ECCV2016】DetectingTextinNaturalImagewithConnectionistTextProposalNetwork目录作者和相关链接几个关键的Idea出发点方法概括方法细节实验结果总结与收获点作者和相关链接个人主页：ZhiTian，黄伟林，TongHe，PanHe，乔宇作者简单信息：论文下载：论文传送门代码下载：代码传送门几个关键的Idea

weixin_30527143·2020-08-04 04:07

ARM GIC中断控制器介绍

1、介绍几个概念GIC:GenericInterruptControllerDistributor–detecting,disabling,prioritizing,directinginterruptstoCPU

楚留香与白娘子·2020-08-03 19:09

遮挡人脸检测--Detecting Masked Faces in the Wild with LLE-CNNs

DetectingMaskedFacesintheWildwithLLE-CNNsCVPR2017本文针对遮挡人脸检测问题，首先建立了一个新的数据库：MAFA,with30,811Internetimagesand35,806maskedfaces，其次提出了一个CNN网络LLE-CNNs来用于遮挡人脸检测。首先来看看新建的数据库3MAFA:ADatasetofMaskedFaces3.1.Dat

O天涯海阁O·2020-08-03 09:51

论文阅读CENet-Detecting Text in the Wild with Deep character Embedding Network

论文名称：DetectingTextintheWildwithDeepcharacterEmbeddingNetwork论文原文：原文链接概览本文提出了一个字符嵌入网络CENet。通过字符的检测和聚类分组，完成任意形状文本（水平、倾斜、曲文）的检测。步骤：运行CENet，得到字符候选集合+字符对候选集合利用分数阈值s过滤非字符噪声对每个字符运用r-KNN，查找local的characterpair

能不能给我点儿你的口红·2020-08-03 07:29

翻译CTPN：Detecting Text in Natural Image with Connectionist Text Proposal Network

DetectingTextinNaturalImagewithConnectionistTextProposalNetwork使用Connectionist文本提议网络检测自然图像中的文本Abstract.WeproposeanovelConnectionistTextProposalNetwork(CTPN)thataccuratelylocalizestextlinesinnaturalima

AI深度学习与目标检测·2020-08-03 07:08

Generalized face anti-spoofing by detecting pulse from face videos

Generalizedfaceanti-spoofingbydetectingpulsefromfacevideos标签：anti-spoofing文章来源：201623rdInternationalConferenceonPatternRecognition(ICPR)CancúnCenter,Cancún,México,December4-8,2016摘要提出当前使用的基于纹理特征活体检测方案

coderwangson·2020-08-03 02:57

CTPN（Detecting Text in Natural Image with Connectionist Text Proposal Network）算法详解

《DetectingTextinNaturalImagewithConnectionistTextProposalNetwork》，发表在ECCV2016，算是一个使用比较多效果较好的较为经典的一个文字检查算法了，CVPR2017年中的一篇名为SegLink的文章灵感也来自于此。代码地址：https://github.com/tianzhi0549/CTPN，这是其中的一个作者提供的代码，我看的是

Michaelliu_dev·2020-08-03 01:19

Detecting Urban Changes With Recurrent Neural Network From Multitemporal Sentinel SENTINEL-2 Data

论文地址：https://arxiv.org/abs/1910.07778v1IGARSS2019-2019IEEEInternationalGeoscienceandRemoteSensingSymposiumIEEE,2019.ABSTRACT本文结合了fullyconvolutionalnetworks(similartoU-Net)forfeaturerepresentation和recu

_likyoo·2020-08-03 01:33

《Detecting Text in Natural Image with Connectionist Text Proposal Network》论文阅读之CTPN

前言2016年出了一篇很有名的文本检测的论文：《DetectingTextinNaturalImagewithConnectionistTextProposalNetwork》，这个深度神经网络叫做CTPN，直到今天这个网络框架一直是OCR系统中做文本检测的一个常用网络，极大地影响了后面文本检测算法的方向。这个算法很有创新，我打算一步一步介绍其闪光点。摘要问题分析文本检测不是一件简单的任务，尤其是

山水之间2018·2020-08-02 21:58

CTPN: Detecting Text in Natural Image with Connectionist Text Proposal Network

papercode1.区别本文工作基于fasterRCNN,区别在于改进了rpn，anchor产生的window的宽度固定为3。rpn后面不是直接接全连接+分类/回归，而是再通过一个LSTM，再接全连接层。坐标仅仅回归一个y，而不是x1,y1,x2,y2添加side-refinementoffsets（可能这个就是4个回归值中的其中2个）2.问题分析文字目标的特殊性，一个很大的先验是，文字总是水平

DuinoDu·2020-08-02 21:09

对《Detecting Rumors from Microblogs with Recurrent Neural Networks》解读

对《DetectingRumorsfromMicroblogswithRecurrentNeuralNetworks》解读Abstract微博社交平台是谣言传播的理想场所，因此自动进行谣言检测成为了目前的关键问题。在以往的方法中，主要通过自己设置特征向量并利用机器学习方法进行检测。本文所利用的方法是通过RNN来进行谣言检测，因为循环神经网络在时序问题解决较好，能够捕捉上下文信息。此模型在两个社交平

谣言收割机·2020-08-02 20:01

一个可靠的USB设备插拔检测

DBT_DEVICEREMOVECOMPLETE和DBT_DEVICEARRIVAL来的次数总是多几次，这个代码不错：http://www.codeproject.com/Articles/14500/Detecting-Hardware-Insertion-and-or-Removal

wuzuyu365·2020-08-01 07:35

SegLink（Detecting Oriented Text in Natural Images by Linking Segments）算法详解

《DetectingOrientedTextinNaturalImagesbyLinkingSegments》是和EAST同年的一篇发表在CVPR2017的OCR论文。代码地址：https://github.com/bgshih/seglink，这是该文章其中一个作者提供的tensorflow版本代码，网上还有其他实现（我看的是pixellink作者的一个实现https://github.com/

MichaelLiu_dev·2020-08-01 03:50

跟着白泽读paper丨Check It Again: Detecting Lacking-Recheck Bugs in OS Kernels

CheckItAgain:DetectingLacking-RecheckBugsinOSKernels开源项目地址：https://github.com/kengiter/lrsan本文发表在ACMConferenceonComputerandCommunicationsSecurity（CCS）2018，第一作者是来自UniversityofMinnesota的WenwenWang。第二作者是

复旦白泽战队·2020-07-29 14:50

Opencv ,contour moments

//www.pyimagesearch.com/2016/02/01/opencv-center-of-contour/http://www.pyimagesearch.com/2016/10/31/detecting-multiple-bright

NaxeXia·2020-07-29 04:09

CornerNet网络结构超详细解读

论文链接：https://eccv2018.org/openaccess/content_ECCV_2018/papers/Hei_Law_CornerNet_Detecting_Objects_ECCV

push_·2020-07-28 21:14

ECG - ADS1298 使用笔记（5）-PACING DETECTING/起搏检测

起搏检测在我的另外两篇博客提供了参考电路。http://blog.csdn.net/iamlvshijie/article/details/8922544http://blog.csdn.net/iamlvshijie/article/details/9171517本篇文章主要讲解ADS1298的起搏检测功能的实现。实现方法从数据手册上pacedectect章节可以看到（sbas459H的69页）

星克曼·2020-07-28 00:56

【CornerNet】Detecting Objects as Paired Keypoints论文笔记

1、CornerNet是密歇根大学HeiLaw等人发表的ECCV2018的论文。主要实现目标检测。这篇论文的主要是对Two-stage目标检测的RegionProposal阶段需要提取的anchorboxes上提出了一些观点。认为目前的boxes上的算法有如下drawbacks：需要选取大量的anchorbox来保证有足够的与gt满足overlap阈值的anchorbox。因为anchorbox数

One__Coder·2020-07-27 22:54

目标检测经典文章翻译4：CornerNet:Detecting Objects as Paired Keypoints（CornerNet带读）

一、番外说明大家好，我是小P，今天和大家带来目标检测经典论文翻译的CornerNet，该模型是第一个在一阶段网络中不使用anchor机制又能取得不错效果的模型，其后续的CornerNet-Lite版本更是速度和精度都不错，非常值得学习和研究，希望大家支持和喜欢。此外，对“目标检测/模型压缩/语义分割”感兴趣的小伙伴，欢迎加入QQ群813221712讨论交流，进群请看群公告(点击下面链接直接加入)！

phinoo·2020-07-16 04:39

ECCV2018 | 论文阅读CornerNet: Detecting Objects as Paired Keypoints

CornerNet:DetectingObjectsasPairedKeypoints论文内容详细整理！！！理解CornerNet，看这一篇就够了~论文链接：https://arxiv.org/abs/1808.01244代码链接：https://github.com/umich-vl/CornerNet摘要我们提出了一种新的目标检测方法，使用单个卷积神经网络将目标边界框检测为一对关键点（即边界框

小仙女的大大大天地~·2020-07-13 19:41

论文-ION--Inside-Outside Net: Detecting Objects in Context with Skip

Inside-OutsideNet:DetectingObjectsinContextwithSkip本文的关键词是：contextualinformation，multi-scalerepresentations使用contextualinformation，是通过spatialrecurrentneuralnetwork来实现对outsidetheregionofinterest的信息的提取。

weixin_30244889·2020-07-13 16:02

CornerNet: Detecting Objects as Paired Keypoints--------论文理解

参考博客：https://blog.csdn.net/u014380165/article/details/830322731.提出该网络的动机目前的目标检测大多数都是基于anchorboxes（锚框）的，如fasterr-cnn，yolov2，yolov3等，但这一类检测有两个缺点：一，我们需要一大堆锚框。因为检测器需要判断锚框和真实框是否很大程度的重叠，因此需要大量的锚框。这样会导致有很多用不

ruoruojiaojiao·2020-07-13 12:42

READING NOTE: Inside-Outside Net: Detecting Objects in Context with Skip Pooling and Recurrent Neura

TITLE:Inside-OutsideNet:DetectingObjectsinContextwithSkipPoolingandRecurrentNeuralNetworksAUTHER:SeanBell,C.LawrenceZitnick,KavitaBala,RossGirshickYanASSOCIATION:CornellUniversity,MicrosoftResearchFRO

Joshua_Li_·2020-07-13 06:41

论文阅读：DetectoRS: Detecting Objects with Recursive Feature Pyramid and Switchable Atrous Convolution

文章目录1、论文总述2、RFP模块的具体实现3、SAC模块的具体实现4、AblationStudies1、论文总述本篇论文提出的目标检测模型DetectoRS在COCO数据集上的性能是当前最好（mAP：54.7），在实例分割和全景分割上效果也不错，主要是因为提出的改进方法是基于backbone和FPN的，适用于多种视觉任务，其他次优模型如：ResNeSt，CBnet也是基于backbone的改进，

贾小树·2020-07-13 06:00

论文《Inside-Outside Net: Detecting Objects in Context with skip pooling and Recurrent Neural Networks》

收录于CVPR20161.Contribution本文主要关注目标检测过程中的上下文信息以及多尺度信息两个方面，提出了Inside-OutsideNet:InsideNet:采用skipingpooling的方式连接不同卷积层输出的featuremap，实现多尺度特征的融合OutsideNet:采用IRNN的结构，整合contextualinfomationPerformance:80.1%onV

yj_isee·2020-07-12 23:33

多尺度R-CNN(2): Inside-Outside Net: Detecting Objects in Context with Skip Pooling and Recurrent Neural

CNN高层特征具有丰富的语义信息，低层特征具有较高空间分辨率，研究如何融合不同层之间的特征，是物体检测领域热门的方向。近期很多工作通过融合多层来提升检测和分割的性能，按照融合与预测的先后顺序，分类为早融合(Earlyfusion)和晚融合(Latefusion)。早融合:先融合多层的特征，然后在融合后的特征上训练预测器。这类方法也被称为skipconnection。这里面的代表是ION和Hyper

Solomon1588·2020-07-12 21:36

CTPN（Detecting Text in Natural Image with Connectionist Text Proposal Network）算法详解

《DetectingTextinNaturalImagewithConnectionistTextProposalNetwork》，发表在ECCV2016，算是一个使用比较多效果较好的较为经典的一个文字检查算法了，CVPR2017年中的一篇名为SegLink的文章灵感也来自于此。代码地址：https://github.com/tianzhi0549/CTPN，这是其中的一个作者提供的代码，我看的是

MichaelLiu_dev·2020-07-12 12:08

ClusterNet: Detecting Small Objects in Large Scenes by Exploiting Spatio-Temporal Information

ClusterNet:DetectingSmallObjectsinLargeScenesbyExploitingSpatio-TemporalInformation阅读笔记摘要摘要1.Introduction1.1WAMI中的目标检测1.2空间与时间信息2.相关工作2.1帧间差分法和背景减除法2.2.RegionProposalNetworks2.3.Spatio-TemporalCNNs3.C

牛牛阳·2020-07-09 22:02

darknet_ros检测自己的图片

文章目录darknet_ros检测自己的图片文件结构darknet_ros运行detecting_test源代码修改说明运行程序darknet_ros检测自己的图片因为是要做毕业设计的原因，所以需要修改

大星小辰·2020-07-07 20:10

data augmentation for object detecting目标检测xml文件扩增（旋转实现）

1.背景描述：在利用CNN做目标检测时，数据量不足时，旋转源图像进行数据的扩充。例：源图像如下图所示：标记所得xml文件中目标信息如下：airplaneUnspecified00431367607453airplaneUnspecified00570419768512想要将源图像旋转任意角度，相对应xml文件中的bndbox信息则需要更新。2.思路：参考博客(http://blog.csdn.ne

TurtleMeow·2020-07-06 10:37

目标检测CornerNet: Detecting Objects as Paired Keypoints论文详解

论文链接https://arxiv.org/abs/1808.01244动机在目标检测中使用anchorbox的两个缺点：（1）在检测过程中会生成大量anchorbox并计算每个anchorbox和groundtruthbox的IoU。其中大部分的anchorbox都是负样本而被丢弃。这个机制减慢了训练速度，增加了计算开销。（2）anchor机制引入了更多的超参数，比如anchorbox的大小、长

sinat_24674017·2020-07-05 12:47

多阶段细化分割-iccv2017-A Stagewise Refinement Model for Detecting Salient Objects in Images

读论文《AStagewiseRefinementModelforDetectingSalientObjectsinImages》，论文源码已经公布：https://github.com/TiantianWang/ICCV17_SRM里面提到了PPM，查PPM的实现，找到论文《PyramidSceneParsingNetwork》（CVPR2018），基本上与这篇论文一致，只是最后的concat不一

guojingjuan·2020-07-04 16:22

ARM GIC中断控制器介绍

1GIC:GenericInterruptControllerDistributor–detecting,disabling,prioritizing,directinginterruptstoCPU(

程序猿打倒塔·2020-07-04 10:12

ECCV 2018 | CornerNet：Detecting Objects as Paired Keypoints

来自ECCV2018的目标检测算法，用于目标检测的新思路，缺点是作者用了10块GPU训练，迭代500K训练，对计算能力的要求较高。博主使用两块1080训练，弱到爆了code：https://github.com/umich-vl/CornerNetpaper：https://arxiv.org/abs/1808.01244以下来自http://www.xiaoxiaoxia.com/weixin/

hb_ma·2020-07-02 16:30

UON：《Detecting Unexpected Obstacles for Self-Driving Cars...》论文阅读与总结

UON:DetectingUnexpectedObstaclesforSelf-DrivingCars:FusingDeepLearningandGeometricModeling1.总览这篇文章是发表在IntelligentVehiclesSymposium(IV),2017IEEE上的一篇文章，也是我看的上一篇文章《LostAndFound》相同的研究人员的一篇学术文章，在障碍物检测上得到了很

Xuefeng_BUPT·2020-07-01 20:14

「论文阅读笔记」A Stagewise Reﬁnement Model for Detecting Salient Objects in Images

这是来自大连理工卢湖川实验室的一篇2D显著性目标检测，被收录于2017年的ICCV。从题目来看，这篇论文叫一个基于“阶梯”细化的模型作用于检测显著性物体。其大致的思路和DHSnet相同，都是先利用现成的模型生成一个比较粗糙的Mask，再利用一步一步的“阶梯”去细化。问题Todetectandsegmentsalientobjectsaccurately,itisnecessarytoextract

清新大叔丶·2020-06-25 14:35

X射线肺炎图像的检测（Detecting Pneumonia in X-Ray Image）

灵感：利用CNN网络从医学图像中检测和分类人类疾病的自动化方法。1、首先我们先对图片进行相应的分析，胸部X线影像（前-后）选自广州市广州妇女儿童医学中心一至五岁儿科患者的胸透图片。总共有5840张图片，用其中的5216张用于训练模型，614用于测试，训练集中有3875张是患有肺炎的图片，1341张是正常的。所有胸部X射线成像均作为患者常规临床护理的一部分判定之一。如下图为随机的两张正常的X射线图片

RunningCode丿H·2020-06-25 14:11

推荐频道

Detecting

Detecting Types

yolo v3-训练自己的数据（step by step）

OSSEC监控有新建文件时报警。

DetectoRS: Detecting Objects with Recursive Feature Pyramid and Switchable Atrous Convolution论文学习

论文阅读学习 - CTPN-Detecting Text in Natural Image with Connectionist Text Proposal Network

多目标追踪笔记二：关于Tracking By Detecting的多目标跟踪数据关联流程梳理

Detecting Insults in Social Commentary 数据分析报告（python）

《CornerNet：Detecting Objects as Paired Keypoints》论文笔记

iOS官网问答：Detecting the Debugger（判断是否处于联机调试）

静态社区发现——Fast algorithm for detecting community structure in networks

【iOS-ARKit】扫描和检测3D对象-Scanning and Detecting 3D Objects

11g Understanding Automatic Diagnostic Repository.

SDN-RDCD: A Real-Time and Reliable Method for Detecting Compromised SDN Devices

论文阅读（Weilin Huang——【ECCV2016】Detecting Text in Natural Image with Connectionist Text Proposal Networ.

ARM GIC中断控制器介绍

遮挡人脸检测--Detecting Masked Faces in the Wild with LLE-CNNs

论文阅读CENet-Detecting Text in the Wild with Deep character Embedding Network

翻译CTPN：Detecting Text in Natural Image with Connectionist Text Proposal Network

Generalized face anti-spoofing by detecting pulse from face videos

CTPN（Detecting Text in Natural Image with Connectionist Text Proposal Network）算法详解

Detecting Urban Changes With Recurrent Neural Network From Multitemporal Sentinel SENTINEL-2 Data

《Detecting Text in Natural Image with Connectionist Text Proposal Network》论文阅读之CTPN

CTPN: Detecting Text in Natural Image with Connectionist Text Proposal Network

对《Detecting Rumors from Microblogs with Recurrent Neural Networks》 解读

一个可靠的USB设备插拔检测

SegLink（Detecting Oriented Text in Natural Images by Linking Segments）算法详解

跟着白泽读paper丨Check It Again: Detecting Lacking-Recheck Bugs in OS Kernels

Opencv ,contour moments

CornerNet网络结构超详细解读

ECG - ADS1298 使用笔记（5）-PACING DETECTING/起搏检测

【CornerNet】Detecting Objects as Paired Keypoints论文笔记

目标检测经典文章翻译4：CornerNet:Detecting Objects as Paired Keypoints（CornerNet带读）

ECCV2018 | 论文阅读CornerNet: Detecting Objects as Paired Keypoints

论文-ION--Inside-Outside Net: Detecting Objects in Context with Skip

CornerNet: Detecting Objects as Paired Keypoints--------论文理解

READING NOTE: Inside-Outside Net: Detecting Objects in Context with Skip Pooling and Recurrent Neura

论文阅读：DetectoRS: Detecting Objects with Recursive Feature Pyramid and Switchable Atrous Convolution

论文《Inside-Outside Net: Detecting Objects in Context with skip pooling and Recurrent Neural Networks》

多尺度R-CNN(2): Inside-Outside Net: Detecting Objects in Context with Skip Pooling and Recurrent Neural

CTPN（Detecting Text in Natural Image with Connectionist Text Proposal Network）算法详解

ClusterNet: Detecting Small Objects in Large Scenes by Exploiting Spatio-Temporal Information

darknet_ros检测自己的图片

data augmentation for object detecting目标检测xml文件扩增（旋转实现）

目标检测CornerNet: Detecting Objects as Paired Keypoints论文详解

多阶段细化分割-iccv2017-A Stagewise Refinement Model for Detecting Salient Objects in Images

ARM GIC中断控制器介绍

ECCV 2018 | CornerNet：Detecting Objects as Paired Keypoints

UON：《Detecting Unexpected Obstacles for Self-Driving Cars...》论文阅读与总结

「论文阅读笔记」A Stagewise Reﬁnement Model for Detecting Salient Objects in Images

X射线肺炎图像的检测（Detecting Pneumonia in X-Ray Image）

对《Detecting Rumors from Microblogs with Recurrent Neural Networks》解读